基于爬坡特征识别的短期风电功率集成预测方法

大规模风电并网给电力系统稳定运行带来了极大挑战,准确预测风电功率可以促进消纳、保证系统可靠运行;而风电不确定性及功率突变的爬坡现象会导致预测精度不足的问题。提出一种考虑功率爬坡特征识别的短期风电功率集成预测方法。基于风电功率历史数据,利用爬坡定义将功率序列划分为上爬坡、下爬坡和非爬坡;考虑不同爬坡时序特点,选择适应其特征的预测方法,对上爬坡、下爬坡、非爬坡阶段分别使用SSA-BiLSTM模型、CNN-BiLSTM模型、LSTM模型进行预测;集成各段预测结果,得到最终的短期风电功率预测结果。算例验证结果表明:相比于传统的预测模型,所提集成预测方法能有效提升爬坡事件下风电功率预测的准确性,大大提高了短期风电功率预测的整体精度。